原始文章

這項研究探討大型語言模型(LLMs)和生成智能如何改變時尚產業的設計、生產和零售流程。研究指出這些技術能帶來產品個性化和改善顧客互動的好處,但也面臨空間理解和設計細節的挑戰。為了克服這些問題,建議採用混合智能的方法,並強調在空間參數理解和設計工具上的進步。最後,研究認為儘管LLMs在時尚領域潛力巨大,但仍需進一步研究以提升其整合性和有效性。 PubMed DOI


站上相關主題文章列表

討論人工智慧、自然語言處理和大型語言模型對教育和研究的影響,包括優勢、挑戰和應用。強調文本生成、數據分析、教育支援、評分和心理健康輔助等應用。解決道德問題和偏見至關重要,探討AI在教育和研究中的角色,強調其積極變革的潛力。 PubMed DOI

人工智慧,特別是大型語言模型(LLMs),現在被廣泛運用,因為能跟人類溝通。透過大量網路資料訓練,LLMs能產生各種專業文本。研究指出,GPT-4能在不到一小時內寫出完整的藥學手稿。雖然LLMs在科學研究有潛力,但仍需要人類參與,如參考文獻和數據驗證。該研究探討了將LLMs融入科學研究的優勢和挑戰。 PubMed DOI

生成式人工智慧(GAI)和大型語言模型(LLM)已廣泛應用於各個領域,包括醫療保健。GAI在蛋白質結構和藥物發現等任務中有潛力,LLM則在醫療保健領域有多樣應用。區分通用LLM和專為醫療保健設計的模型至關重要,考量到這個領域的廣泛應用和相關出版物。 PubMed DOI

這項研究比較了人類和人工智慧在創意潛力上的表現,使用了類似「替代用途任務」的任務,發現AI,特別是GPT-4,在原創性和詳述性方面比人類參與者更具創意。這表明目前的AI語言模型比人類具有更高的創意潛力。 PubMed DOI

Transformer神經網絡,特別是大型語言模型(LLMs),在材料分析、設計和製造上很有效。它們能處理各種數據,支持工程分析,像MechGPT在材料力學領域表現出理解能力。檢索增強的本體知識圖表等策略可提高生成性能,解決困難。這些方法在材料設計探索中有優勢,並提供見解。非線性取樣和基於代理的建模增強生成能力,改進內容生成和評估。例如,問答、代碼生成和自動生成力場開發。 PubMed DOI

最新研究利用語義距離評估口語創造力,發現故事中的感知細節和語義多樣性能預測創意。使用GPT-3增進數據收集,研究顯示人工智慧和人類故事創意評分相似,且呈正相關。未來研究將探討更多可能性。 PubMed DOI

GenAI LLMs,如ChatGPT,有潛力在醫療保健領域帶來重大影響。研究指出,這些技術可改善醫療服務效率,但也需面對道德及安全挑戰。未來應該加強研究,專注於實證或臨床領域,以推動這些技術在醫療保健中的應用。 PubMed DOI

生成式人工智慧可提升個人創造力,但可能限制集體創新,因為內容相似。實驗顯示,對於缺乏創意的作者,使用AI點子有助提升創造力和寫作品質。然而,AI生成的故事相似度高,可能降低多樣性。這個困境凸顯個人創造力與集體創新的取捨。對支持創造力的研究者、政策者和從業者具啟發意義。 PubMed DOI

生成式人工智慧(AI)正在迅速改變病理學教育,特別是大型語言模型和多模態工具的應用。這些技術能提供個性化學習體驗、簡化內容開發,並提高資源的可及性,支持學習者和教育者的培訓過程。案例研究顯示,整合這些技術能提升教育效果,但也需注意倫理影響和潛在風險。未來成功的關鍵在於AI專家與醫學教育者的合作,確保人類監督和透明度,強化教育者在病理學中的角色。 PubMed DOI

這篇論文探討大型語言模型(LLMs)對自然科學和社會科學的影響,特別是透過生成代理模型(GABMs)模擬人類行為。研究涵蓋網絡科學、演化博弈論等領域,顯示LLMs能預測社會行為、增強合作及模擬疾病傳播。雖然LLMs能模仿公平性和合作,但仍面臨提示敏感性和幻覺等挑戰,影響行為一致性。未來研究應聚焦於完善模型、標準化方法,並探討LLMs與人類互動可能帶來的新合作行為,重塑決策過程。 PubMed DOI